AIの導入によって生まれる「6つの心理的負債」とは何か
Illustration by Erik Carter
サマリー：AI投資の費用対効果が疑問視される中、AI導入が従業員の心理に与えるネガティブな影響に注目が集まっている。無計画なAI導入は、6つの側面で「心理的負債」をもたらし、モチベーションの低下や静かな退職を引き起こすおそれがある。本稿では、1200人以上の調査から判明した心理的負債の実態と、これらを軽減しAI導入を成功に導くための具体的な事例を紹介する。

AIが従業員の心理に与えるネガティブな影響

　AIを導入する企業の多くは、効率性や生産性の向上に注目している。これはAI企業が強調しているメリットでもある。しかし、その焦点の当て方は間違っているかもしれない。AIが従業員のモチベーションにネガティブな影響を及ぼしうるという証拠が増えているのだ。結果としてAIのメリットが相殺され、すでに疑問や批判にさらされているAI投資のROI（投資利益率）そのものが、さらに厳しく検証されるおそれがある。

　リーダーは、AIの利用がどのように従業員のモチベーションを低下させ、協働やイノベーションを阻害し、ストレスや燃え尽き症候群（バーンアウト）を悪化させるのかを理解する必要がある。こうした要因はすべて、組織のAI導入を成功させるうえで深刻な障壁となりうる。ただし、企業が導入戦略において、AIがもたらす心理的負担を考慮に入れれば、こうした悪影響を大幅に軽減することができる。先進的なAI導入企業の中には、それをすでに実現している例もある。

　心理的負債がAI導入にどのような影響を与えるかを探るために、筆者は米国と英国のフルタイム従業員1200人以上を対象に調査を実施した。リーダーが理解すべきポイントは次の通りだ。

心理的負債とその要因

　職場でAIを無計画に利用することは、さまざまな形で心理的な悪影響を及ぼす可能性があり、組織にとって重要なモチベーションや行動に影響が広がりうる。こうしたことは、近年のAI導入に関する学術研究や、職場のモチベーションの要因に注目したAI導入以前の研究でも確認されている。特に顕著と考えられるのが、「心理的負債」と呼ばれる6つの側面である。

認知的負債

　構造化されていないAI利用がもたらす心理的な悪影響として、最もよく取り上げられるのは、認知処理能力や意思決定能力が低下する可能性だろう。たとえば、難しいタスクをAIに委ねる傾向（認知的オフローディング）が強まることで、問題に対する人間の理解が浅くなり、解決策への当事者意識が低下することは、研究で示されている通りだ。こうした喪失は時間とともに積み重なり、認知的負債は増大する。

自律性負債

　これは、AIによって、自分がどのように働くかを自分がコントロールする力が失われているという感覚を指す。自律性はモチベーションの重要な源泉とされている。しかし、AIによる最適化をめぐる議論の多くはワークフローの再設計に焦点を当てており、それが従業員にとって何を意味するかについては、ほとんど考慮されていない。最近の研究によると、経営幹部がチームにAIの利用を熱心に促していても、AI導入において生産性や技術的な専門性ばかりを重視すると、従業員はAIを自律性の喪失や代替と結びつけ、「静かな退職」や精神的な疲弊感につながることが示されている。

コンピテンシー負債

　コンピテンシーとは、専門性を発揮したり高めたりする機会となる仕事に、私たちが自然と引き寄せられる傾向を指す。AIの文脈において「コンピテンシー負債」とは、AIを使えば使うほど自分の能力が低下するのではないかと感じることだ。本来なら数時間、あるいは数日かかる複雑なタスクが、いまでは数秒で完了し、自分だけで仕上げた成果物では得られないような明快さや完成度を、瞬時に与えてくれる。自分の能力について自信が持てなくなるほど、人はAIへの依存を深めやすくなり、この問題はさらに深刻化する。

関連性負債 

　関連性とは、社会集団の不可欠な一員でありたいという人間の社会的本能を指す。しかし最新の研究によると、AIの利用が増えると社会的交流は減少する。AIは明快で協力的な応答をして、反論せず、疲れることもなく、無限と思える忍耐力を持っているからだ。ある英国の主要大学の幹部は筆者に、そうした傾向によって、学生が研究や学習においてAIへの依存をますます深め、学生同士で議論を組み立てたり、建設的な議論を交わしたりすることへの意欲や能力を低下させていると語った。その影響を緩和するため、同大学は教室外でのチームワークや議論、協働を促進する目的で2億ポンド超を投資しているという。

信頼性負債

　最近の研究では、AIを使うことで、従業員が同僚の前で自分の信頼性が損なわれたように感じることが報告されている。しかも、同僚もそれぞれの業務でAIを使っている場合でさえ、そう感じやすいという。これは人々が自分のAI利用は正当化しながら、他人が同じように使うことには批判的になり、結果として信頼性が損なわれる傾向を示唆している。特にベテランの従業員は、専門的な環境で何十年もかけて信頼を築いてきた可能性があり、こうした信頼性の揺らぎは極めて大きな打撃になるおそれがある。

アイデンティティ負債

　社会的アイデンティティ理論によれば、人は複数の社会的集団に属しており、その時々で自分の行動指針を最も明確に示してくれる集団にアイデンティティを見出す。特定のワークフローにおいてAIの具体的な利用が期待されたり義務づけられたりすると、それが集団への所属を直接侵害し、集団に損害を与えると見なされる場合、職業上の社会的アイデンティティに負債が生じる。